用一个几乎没人再正眼瞧的设备，打造出一个离网运行、完全靠太阳能供电的本地 OCR 服务器。
一台旧款 iPhone 8 正安静地坐在窗台上，不是在等待被回收，也不是躺在抽屉里吃灰，而是在运转。它的工作是日复一日地识别图像文字，用的是 Apple 自家的 Vision 框架，运行的电力，来自太阳。这不是一场科幻小说，而是一位开发者 Hemant Kumar 的日常 —— 他用一个几乎没人再正眼瞧的设备，打造出一个离网运行、完全靠太阳能供电的本地 OCR 服务器。
这台 “服务器” 的生命力超过了预期。运行一年后，它已经处理了超过 83,000 条 OCR 请求，转化了 48GB 的图像数据，在高峰时期每天甚至可以应对上千条任务。它的硬件条件并不华丽：一块容量为 768Wh 的 EcoFlow River 2 Pro 电源站、一块 220W 的太阳能板、一个运行 Web 服务的迷你主机，以及这台功成身退的 iPhone 8。架构简单却高效，数据传输通过 Tailscale 网络串联，图像一旦送达手机，就由 Apple 的 Vision 框架完成识别，识别结果再返回服务端，更新窗口上的实时仪表盘。是的，窗台上的小屏幕上，不只是旧手机的回光返照，更是一套私人本地计算系统的心跳记录。
这套系统是 “计划之外” 的产物。作者本可以把 OCR 运算交给手边的 Mac，但他最终选择了给旧设备找一份 “退休后再就业” 的工作。这不仅仅是节约资源的实验，更是一种对主流云计算依赖的反思。他说：“实用性？或许还可以争论。但有趣？绝对是的。”
而它的运行成本之低，也令人惊讶。根据 EcoFlow 提供的数据，这台设备在 4 月份消耗了 45.8kWh 的电力，在 5 月则用了 37.4kWh，若以加拿大电价换算，大约相当于每月节省 7 到 8 加元，一年下来就是 84 至 120 加元。这听起来也许不算巨额，但在隐私、自由与能源独立之间，它为本地计算方式争取了足够的谈判空间。
Vision 框架成了隐藏的主角。在所有人都把目光聚焦在 ChatGPT 和大型云端模型时，Apple 悄然在系统中集成了一套强大的 OCR 工具，不仅识别速度快、准确率高，还能完全离线运行，避开了数据上传所引发的隐私焦虑。作者亲自写下了核心代码，用了大约三十行 Swift，就能将一张图片精准转化成可读文字 —— 不需要 API 调用，不限次数，没人窥探。
这让人不禁重新审视本地计算的价值。在作者构建的仪表盘上，实时展示着每一天的处理请求数量、平均处理时间、电池电量乃至当前用户数量。这块仪表盘背后连着 Google Analytics，数据显示他的系统已累计接待了近 14 万名用户，每月活跃用户超过 1.7 万人，平均使用时长超过 6 分钟。他戏称这是自己窗台上的 “微型数据中心”。
当然，要让这套系统在加拿大的气候下保持全年运转并非易事。三天阳光、半年阴雨的极端天气意味着，太阳能供电要在管理策略上做出调整。夏天，太阳能充沛，设备运行流畅还能顺带给其他设备充电；秋冬交替时则需在太阳能与电池之间做出权衡；到了严冬，几乎完全依赖电池，最多也就 15 到 20 小时续航。更巧妙的是，作者发现设备在温暖时识别更快 —— 一个加拿大早晨的寒意，可能就让 OCR 运算速度减半。于是他为设备加装遮阳板、优化气流通道，甚至实现了 “根据温度调节任务密度” 的处理逻辑。
这套系统的经济账也算得明白。初期投入不高 ——EcoFlow 电站 599 加元，太阳能板 180，加上线缆和安装工具，总投入约 230 加元。以当前的电费回收，2 到 3 年即可回本。如果使用云端 OCR 服务，83,000 次请求大约需要支付 83 至 125 加元，还得承担数据隐私泄露风险。而现在，这一切归零，换来的是完整的控制权。
文章的尾声，Hemant 试图点明这场实验的现实意义。他说，在一个一切都上云、数据纷纷离家的时代，把信息处理留在自己手里，其实是一种 “革命性” 的举动。而当所有人追求更快的新硬件、更强的模型时，也许那台被你遗忘的旧设备，还有未竟的使命。
一台老手机，一块太阳能板，一个软件工程师的想象力，就构成了这场后数字时代的小叛逆。没有宏大叙事，也无需企业背书，这只是一个人在窗台前完成的工作：守住数据的私密、能源的自主，以及技术的温度。